Daphne Koller已经走到这样一个阶段：支撑Insitro的最有力论据，不能再只是其平台设计的精巧。该公司整合了人类遗传学、成像、实验室自动化和机器学习，建立起一套旨在发现更优治疗靶点并据此设计分子的系统。2026年，公司正在展示这套系统的更多产出：更多肌萎缩侧索硬化症靶点、一项临床前肥胖症项目，以及涵盖小分子、寡核苷酸和生物制剂的更广泛能力。
这一进展至关重要，因为人工智能在药物发现领域已经不再只是新奇概念。制药公司已签署众多合作协议，投资者为数十个平台提供资金，基础模型也降低了计算生物学的应用门槛。问题已从算法能否生成合理假设，转向算法能否提高药物交付的成功概率、速度或经济效益。
Insitro创始人兼首席执行官科勒试图以投资组合而非单一押注来回答这一问题。她面临的领导力挑战，是在保留技术平台优势的同时，接受实验生物学严苛的推进节奏。模型可以迅速对靶点排序，但这些排序是否有用，要由细胞、动物、毒理学研究和患者来决定。
合作意向转化为项目
2026年3月，insitro与百时美施贵宝扩大了在肌萎缩侧索硬化症（ALS）领域的合作，提名了两个新增靶点，对外称为ALS-2和ALS-3。此前双方已通过一项采用患者来源数据及 insitro“虚拟人”方法的合作确定了ALS-1靶点。新的靶点提名触发了1000万美元的里程碑付款。insitro表示，相关研究聚焦于TDP-43蛋白的错误定位，这是绝大多数ALS病例中观察到的特征。
一个里程碑并不能证明一种药物有效，但它确实表明，一家大型制药合作伙伴愿意让更多成果进入明确的药物发现流程。这一区别很重要。平台公司经常宣传自己能作出多少项预测；合作伙伴则会为他们认为值得继续推进的决策付费。百时美施贵宝已于2025年末延长整体合作，为期一年，额外研究资助最高达2000万美元。Insitro称，双方合作涉及的潜在里程碑付款总额超过20亿美元，但不应将这些或有金额误认为已入账收入。
这一模式为科勒带来两种杠杆。合作关系既能提供非稀释性资金，也能让平台接触经验丰富的药物开发团队。内部项目则使 insitro能够保留更多经济收益，并检验其能否凭自身实力成长为一家产品公司。这种张力在生物技术行业并不陌生：服务业务过多，可能让差异化平台沦为承包商；全资项目过多，则可能在科研尚未充分成熟前耗尽现金。
Insitro在2026年表示，已筹集约8亿美元资本，并产生约1.5亿美元合作收入。这些是公司自行提供的总额，并不能替代公开财务账目，但表明了已投入资源的规模。曾用于数据收集和平台建设的资本，必须日益转而支持候选项目筛选、生产、监管工作和临床开发。进展的衡量单位从又一次模型发布，变为能够经受连续生物学筛选的项目。
人类数据可以缩小搜索范围，却无法消除不确定性
2026年2月的一项肥胖症研究同时展现了潜力与差距。Insitro分析了69,598幅磁共振图像，推导出棕色脂肪组织的表型，随后将这一信号与人类遗传学证据相结合，以识别靶点。该公司称，在肥胖小鼠中，敲低其中一个靶点使体重下降15%，脂肪量减少25%，同时保留了瘦体重。
如此规模地使用人体影像，在战略上颇具意义。棕色脂肪长期受到关注，因为它会消耗能量，但要在大规模人群中可靠测量非常困难。计算机视觉可以把为其他目的采集的影像转化为定量性状，在遗传差异与治疗机制之间建立桥梁。如果表型足够稳健，它可能揭示传统诊断代码或实验室测量遗漏的生物学。
然而，成果仍处于临床前阶段。在小鼠中敲低基因，并不等于在人类中形成安全、可制造的治疗。效果必须得到复现，靶点在不同组织中的作用必须得到理解，治疗形式也必须在不产生不可接受后果的前提下达到合适暴露水平。肥胖症市场的竞争也日益激烈，成熟的肠促胰素药物已经提高疗效标准。差异化机制可能需要证明能够保留瘦体重、更便于给药、耐受性更佳，或对特定患者群体有益，而不能只看减重。
科勒的优势并不在于 insitro能够绕过这些检验，而在于公司可以利用源自人体的信号，决定将稀缺的实验和临床资本投向何处。这一主张比承诺实现药物发现自动化更站得住脚。即使靶点选择仅取得实质性改善，也具有显著的经济意义：大多数研发项目都会失败，后期失败代价高昂，而早期获得更充分的证据，可以避免多年资源错配。
更广泛的设计技术栈既扩大覆盖范围，也增加整合风险
2026年1月，Insitro宣布达成收购CombinAbleAI并推出TherML平台的协议，从而扩大业务范围。拟议交易旨在为Insitro现有的小分子和寡核苷酸能力补充抗体及其他复杂生物制剂的计算设计能力。Insitro表示，CombinAbleAI团队将继续作为以色列研发中心开展工作，并与美国、波兰和马来西亚的同事协作。
这一逻辑是连贯的。某个靶点可能很有吸引力，却不适合使用小分子药物。拥有多种治疗手段，使科学家可以让干预方式适配生物学机制，而不是强迫每项发现都通过同一设计体系。它还形成了更完整的闭环：从人类数据中识别疾病机制，在工程细胞中对其进行扰动，选择靶点，设计候选治疗药物，再将实验结果反馈至模型。
全面也可能带来复杂性。不同技术路径需要不同的训练数据、检测方法、生产流程和研发专长。即使软件运行正常，要跨越不同科学文化和时区整合一项收购也并非易事。科勒必须判断哪些能力应成为共享基础设施，哪些应保持专业化。如果每个项目都配置定制技术栈，平台将失去规模经济；如果工具标准化过度，团队又可能忽视生物学上的细微差异。
Insitro发表POSH功能基因组学研究，展现了该公司寻求外部验证的方式之一。这一方法结合混合式CRISPR扰动、细胞成像和自监督学习，以推断基因之间的关系。一项经同行评审的研究报告称，与传统分析相比，该方法识别出多得多的功能关系；公司还发布了模型和代码。公开发表成果有助于招聘并增强科学公信力，但竞争优势将取决于专有数据、实验执行和累积学习，而非单凭算法。
该平台必须证明其经济优势
大型制药公司拥有自己的数据、药物化学家以及不断扩大的AI团队。云服务提供商和专业软件公司正让强大的模型得到广泛应用。这一环境削弱了任何仅基于机器学习获取渠道的护城河。Insitro需要证明，其整合数据集和实验室系统能产生竞争对手难以复制的决策，并且这些决策能够改善研发的经济效益，而非仅增加一个分析层。
2025年宣布的礼来合作指向一个实际应用场景。双方正针对药物的吸收、分布、代谢、排泄和毒性建立机器学习模型。提高这些方面的预测能力，有望帮助化学家更早淘汰表现不佳的分子。这不像宣称AI设计出某种疗法那样引人注目，却直面研发中反复造成项目失败的因素。其价值可通过减少合成周期、加快先导化合物优化或降低后期毒性来衡量。
对亚洲生命科学市场而言，insitro的方法既带来相应机遇，也提出警示。亚洲拥有庞大的患者群体、不断扩充的基因组资源和先进的研究中心，但健康数据分散在不同机构和监管体系之中。若疾病患病率、遗传特征或临床实践存在差异，基于单一狭窄人群训练的模型可能表现不佳。马来西亚业务为其提供了运营辐射能力，但更重要的任务，是在可靠的知情同意与治理机制下开展合作，纳入具有代表性的亚洲数据。只有规模而缺乏多样性，只会以数字形式重现药物开发长期存在的盲区。
科勒的职业经历覆盖学术机器学习、在线教育和生物技术，但当前真正关键的领导能力是投资组合判断。她必须在平台改进与研发项目、合作伙伴义务与自有资产、能力收购与收购后整合之间分配资本。科学雄心并不稀缺，稀缺的是安排先后次序的能力。
因此，最有价值的披露应将平台活动与项目经济性联系起来：计算筛选出的候选方案有多大比例能通过实验验证，设计周期缩短了多少时间，以及候选方案在哪些环节失败。在竞争激烈的项目组合中，并非所有数字都能公开，但一套一致的运营指标有助于合作伙伴和投资者区分可重复的学习成果与孤立的成功。
进入2026年下半年，更多证据表明Insitro的平台能够发现靶点并提出设计方案。但它仍然缺少最关键的证据：可归因于该平台的临床结果，以及这些结果确实以更高成功概率或更低成本取得的透明证明。扩大的肌萎缩侧索硬化症研究、肥胖症研究结果和多模态设计技术栈，使公司更接近这场检验，也提高了举证门槛。对科勒成就的评价，不会取决于Insitro绘制生物学图谱有多全面，而要看它能否利用这张图谱选出少数几条真正触达患者的路径。
